Evaluating the submission of digital images as a method of surveillance for <i>Ixodes scapularis</i> ticks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Widespread access to the internet is offering new possibilities for data collection in surveillance. We explore, in this study, the possibility of using an electronic tool to monitor occurrence of the tick vector of Lyme disease, Ixodes scapularis. The study aimed to compare the capacity for ticks to be identified in web-based submissions of digital images/photographs, to the traditional specimen-based identification method used by the provincial public health laboratory in Quebec, Canada. Forty-one veterinary clinics participated in the study by submitting digital images of ticks collected from pets via a website for image-based identification by an entomologist. The tick specimens were then sent to the provincial public health laboratory to be identified by the 'gold standard' method using a microscope. Of the images submitted online, 74·3% (284/382) were considered of high-enough quality to allow identification. The laboratory identified 382 tick specimens from seven different species, with I. scapularis representing 76% of the total submissions. Of the 284 ticks suitable for image-based species identification, 276 (97·2%) were correctly identified (Kappa statistic of 0·92, Z = 15·46, P < 0·001). This study demonstrates that image-based tick identification may be an accurate and useful method of detecting ticks for surveillance when images are of suitable quality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle